基于ArcEngine与OGR库的Shapefiles文件到KML格式转换方法研究

doi:10.6046/gtzyyg.2009.02.23

全文: PDF(1314 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

Google Earth的问世，给GIS行业注入了新的活力，但对GIS的核心和重要功能——空间分析的支持几乎为零。本文首先使用

ArcGIS Engine实现了Shapefiles文件的缓冲区分析功能，然后通过ArcGIS Engine和OGR库把缓冲区分析结果的Shapefiles文件转换

为KML格式，从而将缓冲区分析的结果在Google Earth中显示出来，间接地增强了Google Earth缓冲区分析的功能。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：亚欧大陆桥, 地质灾害, 遥感

Abstract：

Google Earth has injected new vitality into GIS industry, but it is poor in spatial analysis which is

important in GIS. The authors first realized the buffer analysis based on ArcGIS engine, and then transformed the

results of the buffer analysis into the KML format using ArcGIS engine and OGR. As a result, the results of the

buffer analysis could be shown in Google Earth. To some extent, the means can develop the buffer analysis function

of Google Earth indirectly.

Key words： The Asia-Europe Continent Bridge Geological disaster Remote senisng

收稿日期: 2008-11-14 出版日期: 2009-06-12

P 208

基金资助:

由国家自然科学基金项目(40501047)“高分辨率遥感数据决策级融合方法研究”和国家科技基础性工作专项

(2006FY110600)“中国湖泊水质、水量和生物资源调查”共同资助。

通讯作者: 宋艳敏（1982-），女，硕士研究生，主要从事GIS空间分析应用研究。

引用本文:

宋艳敏, 陈东银. 基于ArcEngine与OGR库的Shapefiles文件到KML格式转换方法研究[J]. 国土资源遥感, 2009, 21(2): 110-113.
SONG Yan-Min, CHEN Dong-Yin. RESEARCH ON THE METHOD FOR TRANSFORMING SHAPEFILES
TO KML BASED ON ARCENGINE AND OGR. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(2): 110-113.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.02.23 或 https://www.gtzyyg.com/CN/Y2009/V21/I2/110

[1]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[13]	李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
[14]	刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.
[15]	吴芳, 金鼎坚, 张宗贵, 冀欣阳, 李天祺, 高宇. 基于CZMIL测深技术的海陆一体地形测量初探[J]. 自然资源遥感, 2021, 33(4): 173-180.